sscanf正则表达式用法举例

今日工作中，突然遇到了这种用法，之前是真的没有接触过，看着都一愣一愣的，一查原来是sscanf的正则表达式的用法。哎，真是井底之蛙啊。

先看以下转载的文章，然后对着自己写的程序一点点的看：

/**********************************************************************************************************************************************************************/

sscanf函数的高级用法
sscanf与scanf类似，都是用于输入的，只是后者以屏幕(stdin)为输入源，前者以固定字符串为输入源。
函数原型：
int scanf( const char *format [,argument]... );
其中的format可以是一个或多个：
{%[*][width][{h|l|I64|L}]type|' '|'\t'|'\n'|非%符号}，
注：
1)、 * 亦可用于格式中, (即 %*d 和 %*s) 加了星号 (*) 表示跳过此数据不读入。
(也就是不把此数据读入参数中) 
2)、{a|b|c}表示a,b,c中选一，[d],表示可以有d也可以没有d。 
3）、width:宽度，一般可以忽略，用法如：
const  char sourceStr[] = "hello, world";
char buf[10] = {0};
sscanf(sourceStr, "%5s", buf);   //%5s，只取5个字符
cout << buf<< endl;
结果为:hello
4）、{h|I|I64|L}:参数的size,通常h表示单字节size，I表示2字节 size,
L表示4字节size(double例外),l64表示8字节size。
5）、type :这就很多了，就是%s,%d之类。
6）、特别的：%*[width] [{h|l|I64|L}]type 表示满足该条件的被过滤掉，
不会向目标参数中写入值。如：
const char sourceStr[] = "hello, world";
char  buf[10] = {0};
sscanf(sourceStr, "%*s%s", buf);
//%*s表示第一个匹配到的%s被过滤掉，即hello被过滤了
cout << buf<< endl;
结果为:world
5）、支持集合操作：
%[a-z]  表示匹配a到z中任意字符，贪婪性(尽可能多的匹配)
%[aB']  匹配a、B、'中一员，贪婪性
%[^a]   匹配非a的任意字符，贪婪性
和正则表达式很相似，而且仍然支持过滤，即可以有%*[a-z]。
例子：
1. 常见用法。
char buf[512] = {0};
sscanf("123456 ", "%s", buf);
printf("%s\n", buf);
结果为：123456 
2. 取指定长度的字符串。如在下例中，取最大长度为4字节的字符串。
    sscanf("123456 ", "%4s", buf);
printf("%s\n", buf);
结果为：1234 
3. 取到指定字符为止的字符串。如在下例中，取遇到空格为止字符串。
    sscanf("123456 abcdedf", "%[^ ]", buf);
printf("%s\n", buf);
结果为：123456 
4.  取仅包含指定字符集的字符串。如在下例中，取仅包含1到9和小写字母的字符串。
    sscanf("123456abcdedfBCDEF", "%[1-9a-z]", buf);
printf("%s\n", buf);
结果为：123456abcdedf 
5.  取到指定字符集为止的字符串。如在下例中，取遇到大写字母为止的字符串。
    sscanf("123456abcdedfBCDEF", "%[^A-Z]", buf);
printf("%s\n", buf);
结果为：123456abcdedf 
6、给定一个字符串iios/12DDWDFF@122，获取 / 和 @ 之间的字符串，
先将 "iios/"过滤掉，再将非'@'的一串内容送到buf中
sscanf("iios/12DDWDFF@122", "%*[^/]/%[^@]", buf);
printf("%s\n", buf);
结果为：12DDWDFF 
7、给定一个字符串““hello, world”，仅保留world。（注意：“，”之后有一空格）
sscanf(“hello, world”,  "%*s%s",  buf);  
printf("%s\n", buf);
结果为：world
%*s表示第一个匹配到的%s被过滤掉，即hello被过滤了，如果没有空格则结果为NULL。 
8、分隔字符串2006:03:18
int a, b, c;
sscanf("2006:03:18", "%d:%d:%d", a, b, c); 
9、分隔字符串2006:03:18 - 2006:04:18
char sztime1[16] = "", sztime2[16] = "";
sscanf("2006:03:18 - 2006:04:18", "%s - %s", sztime1, sztime2); 
10、分隔字符串2006:03:18-2006:04:18
char sztime1[16] = "", sztime2[16] = "";
sscanf("2006:03:18-2006:04:18", "%[0-9,:] - %[0-9,:]", sztime1, sztime2);
仅仅是取消了‘-’两边的空格，却打破了%s对字符串的界定format-type中有%[]这样的typefield。如果读取的字符串，不是以空格来分隔的话，就可以使用%[]。%[]类似于一个正则表达式。[a-z]表示读取a-z的所有字符，[^a-z]表示读取除a-z以外的所有字符。 
sscanf的功能很类似于正则表达式, 但却没有正则表达式强大,所以如果对于比较复杂的字符串处理,建议使用正则表达式.


正则表达式的基本用法：
1、“.”为通配符，表示任何一个字符，例如：“a.c”可以匹配“anc”、“abc”、“acc”；
2、“[]”，在[]内可以指定要求匹配的字符，例如：“a[nbc]c”可以匹配“anc”、“abc”、"acc"；但不可以匹配“ancc”,a到z可以写成[a-z],0到9可以写成[0-9];
3、数量限定符号，表示匹配次数（或者叫做长度）的符号,包括：
“*”  0次或者多次
“+”  1次或者多次
“?”  0次或者1次
“{n}”    匹配n次，n为整数
“{n,m}”  匹配从n到m之间的某个数的次数；n和m都是整数；
“{n,}”   匹配n到无穷次之间任意次数；
“{,m}”   匹配0到m之间任意次数；
数量限定符号放到匹配格式的后面，例如：电话号码：024-84820482，02484820482(假设前面3或者4位，后面7或者8位，并且中间的减号可有可无)，都是符合规定的，那么可以用如下格式来匹配：[0-9]{3,4} \-? [0-9]{7,8}；注意：“\”为转义字符，因为“-”在正则表达式用有代表一个范围的意义，例如：前面所说的[0-9]，所以它需要转义字符“\”进行转义才可使用；
4、^为否符号，表示不想匹配的符号，例如：[^z][a-z]+可以匹配所有除"z"开头的以外的所有字
如果^放到[]的外边则表示以[]开头的字符串；^[az][a-z]+表示a或者z开头的长度大于等于2的英文字符串；
5、“|”或运算符，例如：a[n|bc|cb]c可以匹配“abcc”,“anc”,“acbc”；
6、“$”以它前面的字符结尾的；例如：ab+$就可以被“abb”，“ab”匹配；
7、一些简单表示方法：\d表示[0-9];\D表示[^0-9];\w表示[A-Z0-9];\W表示[^A-Z0-9];\s表示[\t\n\r\f],就是空格字符包括tab，空格等等;\S表示[^\t\n\r\f]，就是非空格字符;




sscanf函数用法总结


很久以前，我以为c没有自己的split string函数，后来我发现了sscanf；一直以来，我以为sscanf只能以空格来界定字符串，现在我发现我错了。


sscanf是一个运行时函数，原形很简单：
int sscanf(
const char *buffer,
const char *format [,
argument ] ...
);
它强大的功能体现在对format的支持上。


我以前用它来分隔类似这样的字符串2006:03:18:
int a, b, c;
sscanf("2006:03:18", "%d:%d:%d", a, b, c);
以及2006:03:18 - 2006:04:18:
char sztime1[16] = "", sztime2[16] = "";
sscanf("2006:03:18 - 2006:04:18", "%s - %s", sztime1, sztime2);


但是后来，我需要处理2006:03:18-2006:04:18
仅仅是取消了‘-’两边的空格，却打破了%s对字符串的界定。


我需要重新设计一个函数来处理这样的情况？这并不复杂，但是，为了使所有的代码都有统一的风格，我需要改动很多地方，把已有的sscanf替换成我自己的分割函数。我以为我肯定需要这样做，并伴随着对sscanf的强烈不满而入睡；一觉醒来，发现其实不必。


format-type中有%[]这样的type field。如果读取的字符串，不是以空格来分隔的话，就可以使用%[]。
%[]类似于一个正则表达式。[a-z]表示读取a-z的所有字符，[^a-z]表示读取除a-z以外的所有字符。


所以那个问题也就迎刃而解了:
sscanf("2006:03:18 - 2006:04:18", "%[0-9,:] - %[0-9,:]", sztime1, sztime2);


在softmse (Jake) 的问题贴http://community.csdn.net/Expert/topic/4843/4843294.xml?temp=.4321558中 ，周星星给出了一个很cool的sscanf用例，而后通过学习，发现sscanf真棒，现做一总结。


原问题：

iios/12DDWDFF@122
获取/和@之间的字符串怎么做
C程序里面有什么函数吗?

周星星的代码：

#include
int main()
{
const char* s = "iios/12DDWDFF@122";
char buf[20];


sscanf( s, "%*[^/]/%[^@]", buf );
printf( "%s\n", buf );


return 0;
}
结果为:12DDWDFF

sscanf与scanf类似，都是用于输入的，只是后者以屏幕(stdin)为输入源，前者以固定字符串为输入源。

函数原型：


int scanf( const char *format [,argument]... );
其中的format可以是一个或多个 {%[*] [width] [{h | l | I64 | L}]type | ' ' | '\t' | '\n' | 非%符号}，


注：{a|b|c}表示a,b,c中选一，[d],表示可以有d也可以没有d。


width:宽度，一般可以忽略，用法如：


const char sourceStr[] = "hello, world";

/******************************************************************************************************************************************************************/

自己工作写的一下程序用来判断格式的合法性：

格式：WEEK1234567 Time00:01-23:59  // WEEK 后面是星期(1-7) Time后面是起始时间-结束时间

判断输入字符串是否是以上格式，并只取以上字符串的合法部分。

程序如下：

int main()
{

        char str[]={"WEEK12343   Time02:59-02:10 df,23"};
        int ret=0;
        char week[64]={0};
        char s_time[64]={10};
        char e_time[64]={10};
        int s_hour=0;
        int s_min=0;
        int e_hour=0;
        int e_min=0;
        char s_hour_str[5]={0};
        char s_min_str[5]={0};
        char e_hour_str[5]={0};
        char e_min_str[5]={0};
     
        //ret=sscanf(str,"WEEK%[1-7] Time%10[0-9|:]-%10[0-9|:|^, ]",week,s_time,e_time);
        ret = sscanf(str,"WEEK%[1-7] Time%4[0-9]:%4[0-9]-%4[0-9]:%4[0-9]",week,s_hour_str,s_min_str,e_hour_str,e_min_str);
        //printf("Ret:%d week:%s s_time:%s e_time:%s\n",ret,week,s_time,e_time);
        printf("str=%s\n",str);
        printf("Ret:%d week:%s s_hour:%s s_min:%s e-hour:%s e_min:%s\n",ret,week,s_hour_str,s_min_str,e_hour_str,e_min_str);
        if(ret!=5 || strlen(s_hour_str)>2 || strlen(s_min_str)>2 || strlen(e_hour_str)>2 || strlen(e_min_str) >2)
        {
                printf("format is error!\n");
                return -1;
        }
        //ret = sscanf(s_time,"%d:%d",&s_hour,&s_min); 
        //sscanf(e_time,"%d:%d",&e_hour,&e_min);
        s_hour=atoi(s_hour_str);
        s_min = atoi(s_min_str);
        e_hour = atoi(e_hour_str);
        e_min = atoi(e_min_str);
        printf("s_hour=%d s_min=%d e_hour=%d e_min=%d\n",s_hour,s_min,e_hour,e_min);
        printf("0005=%d 20=%d\n",atoi("000"),atoi("20"));
        
        if(s_hour<0 || s_hour>23 || e_hour<0||e_hour>23 || s_min<0|| s_min>59 || e_min<0||e_min>59) //判断时分的合法性
        { 
                
                printf("format is error2!\n");                                                                    
                return -1;                                                                                        
        }                                                                                                         
        if((s_hour*60+s_min) >= (e_hour*60+e_min))    //起始时间不能大于结束时间                                                            
        {                                                                                                         
                printf("start time is bigger than end time\n");                                                   
        }                                                                                                         
        char str_str[64]={0};                                                                                     
        char *p = strstr(str,e_min_str);                                                                          
        strncpy(str_str,str,(p-str+strlen(e_min_str)));   //获取合法部分的字符串                                                         
        printf("str_str:%s\n",str_str);                                                                           
} 

运行结果：

str=WEEK12343   Time02:59-02:10 df,23
Ret:5 week:12343 s_hour:02 s_min:59 e-hour:02 e_min:10
s_hour=2 s_min=59 e_hour=2 e_min=10
0005=0 20=20
start time is bigger than end time
str_str:WEEK12343   Time02:59-02:10

总之，sscanf中使用正则表达式真的很强大也很方便。

*****************************************************************

简单判断字符串是否是ip地址的方法：

static int cpe_isIpStr(IN CONST CHAR *str)
{
 	int a,b,c,d,ret;
 	char tail[5]={0};
	ret = sscanf(str,"%d.%d.%d.%d%4s",&a, &b, &c, &d, tail); //tail用来防止这样的字符串：192.168.1.100abcdef

								 // %4s防止访问非法内存
	if(ret==4&&(a>=0&&a<=255)&&(b>=0&&b<=255)&&(c>=0&&c<=255)&&(d>=0&&d<=255))
		return 1;
	else
		return 0;	
}